一种医疗图像色彩增强的方法技术

本发明专利技术属于图像处理技术领域，具体涉及一种医疗图像色彩增强的方法。该方法包括：(1)获取图像：(2)图像加性分解；(3)对亮度层和细节层拉伸后通道合并；(4)合并后的图像使用掩膜计算；(5)对图像进行色彩强调；(6)对色彩强调后的图像和原始图像进行融合操作；(7)对融合后的图像进行色彩染色，获得最终的增强图像等步骤。通过图像融合处理后的图像色彩增强效果较为平滑，处理后图像的视觉效果突出，图像的色彩准确度也较好。色彩准确度也较好。色彩准确度也较好。

【技术实现步骤摘要】
一种医疗图像色彩增强的方法


[0001]本专利技术属于图像处理
，具体涉及一种医疗图像色彩增强的方法。

技术介绍

[0002]内窥镜图像是医生对异型增生、早期病灶诊断的重要依据，因此，医用内窥镜对颜色分辨能力和色彩的显色效果是至关重要。内窥镜色彩显色能力与正确区分正常组织和病理组织密切相关，对临床治疗的影响很关键。如果内窥镜的色彩显色较差，不能显著的提醒医生可能存在的潜在病区，可能影响医生对视场内人体组织的观察和操作,造成误诊甚至手术失败。
[0003]所以理想的显色效果尤为重要，因为色彩能提供有关特定组织的健康状况信息。例如，如果组织供氧不足，那么组织的颜色会发生一些变化。
[0004]目前，目前色彩增强的方法大致分成传统的图像处理和使用卷积神经网络两大类，传统的图像处理基于色彩恒常性提出的Retinex理论较有代表性，一种基于色调恒定的多尺度色彩增强方法是从原始图像中提取出亮度分量，然后通过对亮度分量进行多尺度的高斯滤波，则滤波后的图像就是我们所估计的光照分量，对原始图像和光照分量进行相减，从而得到原图像的反射分量，可以由亮度分量和反射分量得到亮度的增强比例，最后再对原始图像的三个颜色通道分别乘以亮度增强比例，即得到增强图像。使用卷积神经网络对图像进行色彩增强，一般都是采用大量的数据进行网络模型训练，使该网络模型对图像进行色彩增强处理。
[0005]Retinex方法中对原始图像的三个颜色通道的处理是分别乘以亮度增强因子，但是这样的操作是线性化的，会导致原始图像局部过曝，即亮度比较高的区域变得过亮,导致这部分区域的某些细节信息会丢失，同时原始图像中亮度较暗的区域出现的噪声。
[0006]使用卷积神经网络是对图像进行整体的、相同强度色彩增强，这就容易导致原图中的背景信息被增强后反而比前景信息更鲜明，因此会改变原始图像所要表达的的重点信息，使得色彩增强后的图像的层次感较差，主次景物不分明。
[0007]为此，我们提出一种有助于提升图像色彩显著性的处理方法，能够较好的增强图像目标的色彩能力，有助于提高医生的诊断准确性。

技术实现思路

[0008]为克服以上技术问题，本专利技术提供了一种医疗图像色彩增强的方法，处理后图像的视觉效果较好和色彩准确度较高。
[0009]为实现以上目的，本专利技术提供的技术方案如下：
[0010]一种医疗图像色彩增强的方法，包括以下步骤：
[0011](1)将白光内窥镜原始图像分成RGB三通道图像；将每个通道图像视为一幅灰度图，然后对各个通道图像以自身为导向图进行导向滤波，得到图像亮度层；集中了图像的底色；其中，导向滤波处理的公式为(Ⅰ)：
[0012][0013]其中，I表示原始图像，I
b
、I
g
、I
r
表示I的B、G、R通道图像，f
guidfilter
表示导向滤波，G
b
、G
g
、G
r
是滤波后通道图像，表示亮度层图像；
[0014]在此步骤中，亦可以使用高斯滤波等其它滤波方式，但是会带来时间开销过大，而且高斯滤波对内窥镜图像的视野边缘亦会同时处理，随着处理半径扩大，边缘羽化范围也会更大，不利于后续处理；
[0015](2)将原始图像减去图像亮度层，得到细节层的图像，处理公式为(Ⅱ)：
[0016][0017]其中，D
b
、D
g
、D
r
是B、G、R通道的细节层图像；
[0018]对于内窥镜图像，表面的粘膜和血管等前景信息大部分会集种在细节层，为此，有必要分离出图像的细节信息。即将原始图像减去图像亮度层会得到细节层的图像，因为图像亮度层加上细节层即为源图像，因此可以称此种分解方法为加性分解，至此，已经把一幅图像分为亮度层和细节层；
[0019](3)分别对亮度层和细节层进行拉伸，然后进行通道合并，可以得到初步的色彩变换图像，使背景色三个通道的像素值向相近拉伸，颜色信息尽量向白色趋近，前景信息R通道像素值拉大，颜色信息向红色趋近，得到合并后的图像；处理公式为(Ⅲ)：
[0020][0021]其中，E
b
、E
g
、E
r
是B、G、R通道合并后的图像，α
b
、α
g
、α
r
是亮度层的调节参数，β
b
、β
g
、β
r
是细节层的调节参数；
[0022](4)对合并后的图像进行掩膜计算：使用二值化操作，通过设置阈值，使得需要处理的区域像素值为255，不需要处理区域的像素值为0；得到四周像素点的灰度值为0，中心视野区域得到初步色彩增强的图像，各个通道分别为E
′
b
、E
′
g
、E
′
r
；
[0023]针对内镜常见的视野，即观察区域在于图像中心的圆形区域，图像四周为黑色区域，需设置一个掩模版，即使用二值化操作，通过设置阈值，使得需要处理的区域像素值为255，不需要处理区域的像素值为0，保证图像处理区域的准确性，减少计算量；
[0024](5)通过将初步色彩增强的图像与原始图像进行融合；获得前景目标凸显，背景色各个像素趋近，即图像背景近白色的图像；处理公式为(Ⅳ)：
[0025]I
′
＝ε*I+(1
‑
ε)*E
′ꢀꢀꢀ
(Ⅳ)
[0026]其中，ε是融合系数，I
′
是融合后的图像；
[0027](6)对融合后的图像染色：首先，计算出每个像素点三个通道的最大值、最小值和平均值，单独处理每个通道，其中B、G通道值和最大值相等时不处理，R通道值和最大值相等且此时最大值和最小值的差值大于默认阈值时需要处理，对图像的每个通道每个像素点进行调整；得到染色结果图，即为最终色彩增强图像；处理公式为(
Ⅴ
)：
[0028][0029][0030][0031]其中，δ是调整系数，Max
(r、g、b)
是(r、g、b)三个通道像素的最大值，Min
(r、g、b)
是(r、g、b)三个通道像素的最小值，T是默认阈值，优选为5，mean
(r、g、b)
是三个通道像素的平均值，L
b
、L
g
、L
r
是染色后的图像。
[0032]优选地，所述医疗图像色彩增强的方法还包括对初步色彩增强的图像进行二次色彩增强。
[0033]优选地，所述医疗图像色彩增强的方法，包括以下步骤：
[0034](1)将白光内窥镜的原始图像分成RGB三通道图像；将每个通道图像视为一幅灰度图，然后对各个通道图像以自身为导向图进行导向滤波，得到图像亮度层；其中，导向滤波处理的公式为(本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种医疗图像色彩增强的方法，其特征在于，包括以下步骤：(1)将白光内窥镜的原始图像分成RGB三通道图像；将每个通道图像视为一幅灰度图，然后对各个通道图像以自身为导向图进行导向滤波，得到图像亮度层；其中，导向滤波处理的公式为(Ⅰ)：G
b
＝f
guidfilter
(I
b
)G
g
＝f
guidfilter
(I
g
)G
r
＝f
guidfilter
(I
r
)其中，I表示原始图像，I
b
、I
g
、I
r
表示I的B、G、R通道图像，f
guidfilter
表示导向滤波，G
b
、G
g
、G
r
是滤波后通道图像，表示亮度层图像；(2)将原始图像减去图像亮度层，得到细节层的图像，处理公式为(Ⅱ)：D
b
＝I
b
‑
G
b
D
g
＝I
g
‑
G
g
D
r
＝I
r
‑
G
r
其中，Db、Dg、Dr是B、G、R通道的细节层图像；(3)分别对亮度层和细节层进行拉伸，然后进行通道合并，得到合并后的图像；处理公式为(Ⅲ)：E
b
＝α
b
*G
b
+β
b
*D
b
E
g
＝α
g
*G
g
+β
g
*D
g
E
r
＝α
r
*G
r
+β
r
*D
r
其中，E
b
、E
g
、E
r
是B、G、R通道合并后的图像，α
b
、α
g
、α
r
是亮度层的调节参数，β
b
、β
g
、β
r
是细节层的调节参数；(4)将合并后的图像进行掩膜计算：使用二值化操作，通过设置阈值，使得需要处理的区域像素值为255，不需要处理区域的像素值为0；得到四周像素点的灰度值为0，中心视野区域得到初步色彩增强的图像，各个通道分别为E
′
b
、E
′
g
、E
′
r
；(5)通过将初步色彩增强的图像与原始图像进行融合；获得前景目标凸显，背景色各个像素趋近，即图像背景近白色的图像；处理公式为(Ⅳ)：I
′
＝ε*I+(1
‑
ε)*E
′
其中，ε是融合系数，I
′
是融合后的图像；(6)对融合后的图像染色：首先，计算出每个像素点三个通道的最大值、最小值和平均值，单独处理每个通道，其中B、G通道值和最大值相等时不处理，R通道值和最大值相等且此时最大值和最小值的差值大于默认阈值时需要处理，对图像的每个通道每个像素点进行调整；得到染色结果图，即为最终色彩增强图像；处理公式为(
Ⅴ
)：
其中，δ是调整系数，Max
(r、g、b)
是(r、g、b)三个通道像素的最大值，Mih
(r、g、b)
是(r、g、b)三个通道像素的最小值，T是默认阈值，优选为5，mean
(r、g、b)
是三个通道像素的平均值，L
b
、L
g
、L
r
是染色后的图像。2.如权利要求1所述的医疗图像色彩增强的方法，其特征在于，所述医疗图像色彩增强的方法还包括对初步色彩增强的图像进行二次色彩增强。3.如权利要求2所述的医疗图像色彩增强的方法，其特征在于，包括以下步骤：(1)将白光内窥镜的原始图像分成RGB三通道图像；将每个通道图像视为一幅灰度图，然后对各个通道图像以自身为导向图进行导向滤波，得到图像亮度层；其中，导向滤波处理的公式为(Ⅰ)：G
b
＝f
guidfilter
(I
b
)G
g
＝f
guidfilter
(I
g
)G
r
＝f
guidfilter
(I
r
)其中，I表示原始图像，I
b
、I
g
、I
r
表示I的B、G、R通道图像，f
guidfilter
表示导向滤波，G
b
、G
g
、G
r
是滤波后通道图像，表示亮度层图像；(2)将原始图像减去图像亮度层，得到细节层的图像，处理公式为(Ⅱ)：
D
b
＝I
b
‑
G b
D g
＝I
g
‑
G g...

【专利技术属性】
技术研发人员：吴郁清，胡廷伟，
申请(专利权)人：苏州欧谱曼迪科技有限公司，
类型：发明
国别省市：